目标检测系列 --- RCNN: Rich feature hierarchies for accurate object detection and semantic segmentation Te...

最新推荐文章于 2022-05-22 16:38:24 发布

学海无涯子

最新推荐文章于 2022-05-22 16:38:24 发布

阅读量307

点赞数

本文链接：https://blog.csdn.net/u010552731/article/details/89346402

版权

目标检测系列 --- RCNN: Rich feature hierarchies for accurate object detection and semantic segmentation Tech report

1. Architecture:

Region proposals: 使用selective search获取region proposals，对于每一幅图像获取约2000个region proposals，并将每一个proposal wrap到需要的size，论文中为224*224，之所以要wrap到同一size，是因为Feature extraction网络的输入需要固定的size
Feature extraction: 使用AlexNet获取每一个region proposal的feature vector（4096维）。
SVM: 对于每一个类别，使用SVM分类器对feature map进行打分，以判断当前region proposal是所对应的物体类别还是background。图像中的每个region都会给出对应的score，并对这些region使用贪心的非极大值抑制（non-maximum suppression）来获取具有较高IOU的region，如保留IOU大于threshold=0.3的region。

在Inference阶段，作者指出了两个关键属性：

2. Training:

pre-training: 在ILSVRC 2012的数据集上进行分类训练，feature map的输出为4096维，全连接层的输出为1000（1000类）。
fine-tuning: 主要是对Architecture中的model进行稍微的改动。训练数据集为PASCAL VOC 2007，将最后一层全连接层的输出换成21（20类+背景）。并通过selective search得到的region proposal作为网络的输入。
物体类别分类器：对于一个二值的分类器，需要有包含正负标签的样本，本模型的方法是当region proposal的IOU大于threshold（比如：0.5）时，将其标记为positive，其余的为negative，以此来对每个类别训练一个linear SVM。

Reference: